super-rag 是搜索知识领域的开源项目，由 superagent-ai 开发，2024 年首次发布。
它收录于搜索知识分类，该分类目前共有 585 个项目，GitHub 星标数为 392。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-11。
它主要面向的使用场景是：企业知识库问答系统。同类可对比的替代方案包括 LlamaIndex、LangChain、Haystack。
super-rag
一个 API 搞定摘要、检索和代码解释，快速搭建高性能 RAG 应用。
super-rag 是一个面向 AI 应用的高性能 RAG（检索增强生成）管道库，旨在简化构建复杂检索系统的流程。它通过一个统一的 API 整合了文档摘要、检索/重排序以及代码解释器等功能，解决了传统 RAG 实现中需要拼接多个组件、调优繁琐的问题。项目基于 Python 开发，支持快速构建从数据摄入到答案生成的完整链路，特别适合需要处理大规模文档、进行多轮检索或执行代码类查询的场景。其核心能力包括高效的向量检索、重排序优化、上下文压缩以及可插拔的存储后端，帮助开发者快速搭建生产级 RAG 服务。
开源
unknown
搜索知识
GitHub 星标
★ 392
维护状态
低维护
是否开源
是
定价模式
unknown
项目数据
分类搜索知识
开发团队superagent-ai
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agents,ai,embeddings,inference,rag,vector-database
GitHub 星标★ 392
30天Star增速
HF 下载量
上线时间2024-01-13 00:00:00
最近更新2026-08-11 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 统一 API 封装摘要、检索/重排和代码解释，开发效率高
- 针对性能优化，支持大规模文档场景下的快速响应
- 代码解释器集成，支持执行代码类查询，扩展了 RAG 应用边界
不足之处
- 早期项目，文档和社区生态尚待完善
- 功能集成度高，定制化灵活度可能受限
适用场景
- 企业知识库问答系统
- 代码库语义搜索与代码解释
- 研究论文摘要与检索增强生成
替代项目
LlamaIndex、LangChain、Haystack
项目介绍
下一篇：blog
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···